BAB V HASIL PENELITIAN DAN PEMBAHASAN

Transkripsi

1 46 BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1 Hasil Penelitian Dari data yang diperoleh melalui berbagai sumber kemudian diolah dengan menggunakan bantuan software SPSS Versi 21 untuk mendapatkan hasil penelitain, sebagai dasar dalam membuat kesimpulan dalam penelitian ini. 1) Deskriptif Penelitian Penggunaan analisis statistik deskriptif penelitian ini bertujuan untuk memberikan gambaran nilai minimum, niali maksimum, nilai rata-rata dan standar deviasi dari variabel penelitian. Variabel penelitian ini terdiri dari Kurs IDR/USD, Inflasi, Harga Minyak Dunia dan IHS Sektor Pertambangan. Hasil deskriptif disampaikan sebagai berikut : Tabel 5.1. Descriptive Statistics N Minimum Maximum Mean Std. Deviation X1_IDR/USD X2_INFLASI X3_Harga Minyak Dunia Y_IHS Sektor Pertambangan Valid N (listwise) 60 46

2 47 Nilai tukar yang merupakan sejumlah uang dari suatu mata uang tertentu yang dapat di pertukarkan dengan satu unit mata uang negara lain, yang dalam hal ini Rupiah terhadap US dollar. Berdasarkan tabel di atas didapatkan bahwa ratarata nilai tukar periode tahun (bulan Januari 2010 Desember 2014) sebesar (Nilai Rupiah terhadap Dollar AS). Nilai maksimum dari 60 data sebesar dan nilai minimum sebesar dengan standar deviasi sebesar Inflasi yang merupakan kecenderungan dari harga-harga untuk meningkat secara umum dan terus-menerus. Kenaikan harga dari satu atau dua barang saja tidak disebut inflasi, kecuali bila kenaikan tersebut meluas kepada (mengakibatkan kenaikan) sebagian besar dari harga barang-barang lain. Berdasarkan tabel di atas terlihat bahwa tingkat inflasi periode tahun (bulan Januari 2010 Desember 2014) rata-rata sebesar 5.63%. Nilai maksimum sebesar 8.79 % dan nilai minimum sebesar 3.43%, dengan standar deviasi sebesar 1.57%. Harga minyak dunia dalam hal ini berpatokan terhadap harga WTI yang merupakan standar harga yang banyak dipakai dalam mengukur harga minyak dunia periode (bulan Januari 2010 Desember 2014) rata- rata berada pada posisi 91,90 dengan nilai maksimum sebesar 109,53 dan minimum 59,29 sedangkan standar deviasi sebesar 10,423 IHS Sektor Pertambangan yang merupakan suatu nilai yang digunakan untuk mengukur kinerja saham yang tercatat di bursa efek. Berdasarkan tabel di atas didapatkan bahwa rata-rata IHS Sektor Pertambangan periode tahun 2010-

3 (bulan Januari 2010 Desember 2014) sebesar Nilai tertingi sebesar dan nilai terendah sebesar , sedangkan standar deviasi sebesar ) Analisis Uji Asumsi Klasik Analisis ini digunakan untuk mengetahui kondisi data yang digunakan sehingga memenuhi sarat untuk dilakukan sebagai bahan penelitian. (1) Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Tabel 5.2 One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual 2 N 56 Normal Parameters a,b Most Extreme Differences Mean Std. Deviation Absolute.074 Positive.073 Negative Kolmogorov-Smirnov Z.550 Asymp. Sig. (2-tailed).923 a. Test distribution is Normal. b. Calculated from data.

4 49 Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik. Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov-Smirnov dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 5% atau 0,05. Dari perhitungan dalam tabel 5.2 di dapat bahwa p-value adalah sebesar 0,923. Oleh karena p-value > 0,05 maka disimpilkan bahwa data berdistribusi normal. Uji normalitas dengan grafik. Dikatakan data terdistribusi dengan normal dapat dilihat dalam Gambar 5.1 dengan penjelasan sebagai berikut: 1. Data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas. 2. Data menyebar menjauh dari garis diagonal atau tidak mengikuti arah diagonal, maka model regresi tidak memenuhi asumsi normalitas. Gambar 5.1 Gambar grafik uji normalitas

5 50 Dari gambar diatas dapat dilihat dari grafik di bahwa titik titik menyebar disekitar garis dan mengikuti garis diagonal, dapat disimpulkan bahwa nilai residual yang dihasilkan dari regressi tersebut normal. (2) Heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Model Tabel 5.3 Uji Heteroskedastisitas Coefficients a Unstandardized Coefficients Standardized B Std. Error Beta Coefficients t Sig. (Constant) Kurs Inflasi Harga Minyak a. Dependent Variable: Abs_res1 Dengan menggunakan Uji Glejser, dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas. Dari output dalam Tabel 5.3 dapat diketahui bahwa nilai signifikansi Kurs kurang dari 0,05 yaitu sebesar 0,01. Berarti terdapat gangguan heterokedastisitas pada model penelitian. Upaya perbaikan dilakukan dengan mengeluarkan data outliers. Data outliers adalah data yang menyimpang

6 51 terlalu jauh dibandingkan dengan data yang lain. Berikut adalah data outliers pada casewise diagnostics dengan ZScore sebesar 2: Tabel 5.4 Data Outliers Case Number Std. Residual IHSG Predicted Value Residual a. Dependent Variable: IHSG Tampak dalam Tabel 5.4 bahwa terdapat 3 buah data outliers yaitu data ke-28, 40 dan 43. Dengan mengeluarkan ketiga data tersebut (tersisa 56 data) maka diperoleh hasil uji Glejser sebagai berikut: Tabel 5.5 Uji Heteroskedastisitas tanpa Outliers Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta (Constant) Kurs Inflasi Minyak a. Dependent Variable: Abs_res2 Tampak bahwa tidak ada variabel independen yang mempunyai signifikansi di bawah 0,05 sehingga diinterpretasikan bahwa tidak terdapat gangguan heteroskedastisitas dengan 56 data. Adapun uji heteroskedastisitas dengan analisis grafik

7 52 Gambar 5.2 Gambar grafik uji heteroskedastisitas Uji heteroskedastisitas dengan grafik dapat dilihat dalam gambar 5.2. Dikatakan data tidak terjadi heteroskedastisitas jika titik-titik menyebar dengan pola jelas di atas dan di bawah angka 0 sumbu Y maka tidak terjadi masalah heteroskedastisitas. Dari gambar scattreplot di atas dapat dilihat dari grafik di atas bahwa titik titik menyebar dengan pola jelas di atas dan di bawah angka 0 sumbu Y maka tidak terjadi masalah heteroskedastisitas. (3) Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu: 1. Dengan melihat nilai inflation factor (VIF) pada model regresi

8 53 2. Dengan membandingkan nilai koefisien determinasi individual (r 2 ) dengan nilai determinasi secara serentak (R 2 ). 3. Dengan melihat nilai eigenvalue dancondition index. Tabel 5.6 Uji Multikolinieritas Standardized Unstandardized Coefficients Model Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF (Constant) Kurs Inflasi Harga Minyak a. Dependent Variable: IHSG Pada pembahasan ini akan dilakukan uji multikolinearitas dengan melihat nilai inflation factor (VIF) pada model regresi danmembandingkan nilai koefisien determinasi individual (r 2 ) dengan nilai determinasi secara serentak (R 2 ). Pada umumnya jika VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya. Dari Tabel 5.6 Coefficient diketahui bahwa nilai Variance Of Inflation (VIF) adalah 1,091, 1,112 dan 1,033 berada di bawah 5 maka dinyatakan tidak mengandung multikolinearitas. (4) Autokorelasi berikut: Uji Autokorelasi dengan Durbin Watson dengan 56 data adalah sebagai

9 54 Tabel 5.7 Uji Durbin Watson Adjusted R Std. Error of the Model R R Square Durbin-Watson Square Estimate a a. Predictors: (Constant), Minyak, Kurs, Inflasi b. Dependent Variable: IHSG Masalah Autokorelasi dalam persamaan regresi linear berganda dapat diketahui dengan menggunakan metode Durbin Watsom (DW). Dalam Tabel 5.7 dapat diketahui bahwa nilai d (Durbin-Watson) sebesar 1,867 terletak pada daerah du < d < du (1,682 < 1,867 < 2,318, maka kesimpulannya yaitu tidak terjadi autokorelasi, maka model regresi layak dilanjutkan ke uji hipotesis. 5.2 Pembahasan Pembahasan yang akan dilakukan berupa uji hipotesis pengaruh variabel independen (Kurs Rp/USD, Inflasi, dan Harga Minyak Dunia WTI terhadap variabel dependen Indek Harga Saham Sektor Pertambangan yang terdaftar di BEI periode berdasarkan analisa regresi uji t, uji f dan koefisien determinasi. 1) Analisis Regresi Berganda Berikut adalah hasil uji analisis regresi linear berganda dengan alat bantu Software SPSS Versi 21. Dari Tabel 5.8 dapat dibuatkan regresi sebagai berikut : IHS Sektor Pertambangan = 0,001-1,059 X1-0,088 X2 + 0,214 X3

10 55 Tabel 5.8 Koefisien Persamaan Regresi Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF (Constant) Kurs Inflasi Harga Minyak a. Dependent Variable: IHSG Dengan interpertasi sebagai berikut: 1. Secara parsial variabel Kurs IDR/USD (X 1) berpengaruh signifikan terhadap IHS Sektor Pertambangan Y, karena nilai p-value sebesar 0,009 < 0, Secara parsial Variabel Inflasi (X 2 ) tidak berpengaruh terhadap IHSG Pertambangan (Y), karena nilai p-value sebesar 0,199 > 0, Secara parsial Variabel Harga Minyak (X 3 ) tidak berpengaruh terhadap IHS Sektor Pertambangan (Y), karena nilai p-value sebesar 0,059 > 0,05. Berdasarkan nilai standardized coefficients, maka nilai yang terbesar adalah Kurs yaitu sebesar 0,340 (abaikan tanda negatif). Dengan demikian, Kurs merupakan variabel yang paling dominan dalam mempengaruhi Indeks harga saham dibandingkan dua variabel yang lain. Variabel yang paling tidak dominan dalam mempengaruhi indeks harga saham adalah variabel inflasi karena mempunyai nilai absolut terendah, yaitu 0,164. Deskripsi koefisien Regresi dari masing-masing variabel bebas adalah sebagai berikut :

11 56 1. Jika nilai tukar rupiah meningkat sebesar satu satuan, sedangkan variabel bebas yang lain tetap, maka indeks harga saham sektor pertambangan akan turun sebesar 1,059 satuan. 2. Jika Inflasi naik sebesar satu satuan, sedangkan variabel bebas yang lain tetap, maka Indeks harga saham sektor pertambangan akan menurun sebesar 0,088 satuan. 3. Jika Harga Minyak naik sebesar satu satuan, sedangkan variabel bebas yang lain tetap, maka Indeks harga saham sektor pertambangan akan meningkat sebesar 0,214 satuan. 4. Jika semua variabel bebas bernilai nol, maka indeks harga saham sektor pertambangan akan bernilai positif yaitu sebesar 0,001. Akan tetapi, ini hanya interpretasi secara statistik, karena dalam kenyataannya, tidak mungkin semua variabel bebas bernilai nol. 2) Analisa Uji t. Uji t digunakan untuk mengetahui apakah masing-masing variabel independen secara parsial mempunyai pengaruh secara signifikan terhadap variabel dependennya. Berikut adalah nilai parameter t hitung dan signifikansi pada model penelitian ini. (1) Pengaruh Kurs IDR/USD terhadap IHS Sektor Pertambangan Pada taraf signifikansi 0,05, nilai t tabel atau t (0,025: 56) = atau dan nilai t hitung sebesar -2,722. Nilai t hitung tersebut berada pada daerah penerimaan hipotesis yaitu berada di atas t tabel, maka dapat dikatakan bahwa Kurs

12 57 IDR/USD secara parsial berpengaruh terhadap IHS Sektor Pertambangan. Hal ini dapat dilihat pula dari tingkat signifikansi yang diperoleh pada Tabel 5.8 sebesar Nilai tersebut lebih kecil dari taraf signifikansi Hasil pengujian tersebut ditunjukkan pada gambar sebagai berikut : t h = -2,277 - t tabel = t tabel = daerah h 0 ditolak daerah h 0 diterima daerah h 0 ditolak h 1 diterima h 1 ditolak h 1 diterima Gambar 5.3 Kurva Uji t kurs IDR/USD terhadap IHS Sektor Pertambangan Berdasarkan gambar 5.3 dapat dilihat bahwa t hitung berada pada daerah hipotesis kerja diterima dan hipotesis nol dapat ditolak, yang berarti bahwa terdapat pengaruh signifikan antara Kurs IDR/USD terhadap IHS Sektor Pertambangan.. Hasil penelitian ini sejalan dengan penelitan Sembodo (2012), Amperaningrum dan Agung (2011) ), dan penelitian Chun-Mu (2008), namun penelitian ini tidak sejalan dengan penelitian Valadkhani, Chancarat dan Havie (2006), dan Pasaribu, Pananda at al (2009).

13 58 (2) Pengaruh Inflasi terhadap IHS Sektor Pertambangan Pada taraf signifikansi 0.05, nilai t tabel atau t (0,025: 56 ) = dan nilai t hitung untuk nilai Inflasi sebesar < t tabel dan berada di daerah penolakan hipotesis, maka disimpulkan bahwa Inflasi secara parsial tidak berpengaruh terhadap IHS Sektor Pertambangan. Hal ini ditunjukkan dalam Tabel 5.8 tingkat sigfikansi sebesar yang lebih besar dari tingkat signifikansi 0,05. t h = -1,333 - t tabel = t tabel = daerah h 0 ditolak daerah h 0 diterima daerah h 0 ditolak h 1 diterima h 1 ditolak h 1 diterima Gambar 5.4 Kurva Uji t inflasi terhadap IHS Seektor Pertambangan Berdasarkan gambar 5.4 dapat dilihat bahwa t hitung berada pada daerah hipotesis kerja ditolak dan hipotesis nol diterima. Yang berarti tidak ada pengaruh antara Nilai Inflasi terhadap IHS Sektor Pertambangan. Penelitian ini sejalan dengan penelitian Sembodo (2012) inflasi tidak berpengaruh bagi pergerakan IHS Sektor Pertambangan, Kewal (2012) inflasi tidak mempunyai pengaruh yang signifikan terhadap IHSG dan Budiantara (2012) inflasi tidak berpengaruh signifikan terhadap harga saham, namun penelitian ini tidak sejalan dengan

14 59 penelitian Liu dan Keshab (2008) inflasi berpengaruh signifikan terhadap saham, Martinez (2003) menunjukan inflasi memiliki pengaruh signifikan untuk menilai harga saham di France Market, penelitian Almilia (2004) yang menyebutkan makin tinggi inflasi dapat mengakibatkan turunnya harga saham, penelitian dan penelitian Divianto (2013) inflasi berpengaruh signifikan terhadap IHSG. (3) Pengaruh Harga Minyak Mentah Dunia (WTI) terhadap IHS Sektor Pertambangan Pada taraf signifikansi 0.05, nilai t tabel atau t (0,025: 56 ) = dan nilai t hitung untuk harga Minyak Mentah dunia (WTI) sebesar 1,931 < t tabel dan berada di daerah penerimaan penolakan hipotesis, maka disimpulkan bahwa harga Minyak Mentah dunia (WTI) secara parsial tidak berpengaruh terhadap IHS Sektor Pertambangan. Hal ini ditunjukkan pula dari tingkat sigfikansi sebesar 0,059 yang lebih besar dari tingkat tingkat signifikansi 0,05. Berdasarkan Gambar 5.5 dapat dilihat bahwa t hitung berada pada daerah hipotesis kerja diterima dan hipotesis nol ditolak. Yang berarti tidak terdapat pengaruh antara Harga Minyak WTI terhadap IHS Sektor Pertambangan. Penelitian ini sejalan dengan penelitian Jhony (2012), Kilian dan Park (2007), namun tidak sejalan dengan penelitian Pasaribu, Hermanto dan Manurung (2004), Hayo dan Kutan (2004), Agung (2009), Kusuma (2012), dan Sembodo (2012). Harga minyak dunia tidak berpengaruh pada periode dikarenakan masih adanya kepastian subsidi dari pemerintah terhadap bahan bakar minyak sebagai sumber energi dalam pelaksanaan produksi sektor pertambangan, harga minyak di dalam negeri sepenuhnya ditentukan oleh pemerintah.

15 60 - t tabel = t tabel = t h = 1,931 daerah h 0 ditolak daerah h 0 diterima daerah h 0 ditolak h 1 diterima h 1 ditolak h 1 diterima Gambar 5.5 Kurva Uji t Harga Minyak Dunia terhadap IHS Sektor Pertambangan 3) Analisa Uji F Uji F digunakan untuk mengetahui apakah ada pengaruh/hubungan antara variabel independen secara bersama-sama terhadap variabel dependennya. Berikut adalah hasil Uji F dengan alat bantu software SPSS versi 21 memberikan hasil dalam Tabel 5.9. Tabel 5.9 Hasil uji F ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression b Residual Total a. Dependent Variable: IHSG b. Predictors: (Constant), Minyak, Kurs, Inflasi

16 61 Tampak bahwa nilai Signifikansi adalah sebesar 0,001 < 0,05 yang menunjukkan bahwa variabel nilai tukar Rupiah terhadap US Dollar, inflasi, dan Harga minyak secara bersama-sama berpengaruh terhadap indeks harga saham sektor pertambangan di BEI. Demikian juga Nilai F hitung yang diperoleh pada tabel sebesar 6,024, sedangkan F tabel diperoleh nilai sebesar 2.965, karena F tabel < F hitung, maka secara simultan variabel bebas yang terdiri dari Kurs IDR/USD, Inflasi dan Harga Minyak Mentah dunia ( WTI ) berpengaruh secara signifikan terhadap variabel terikat yaitu IHS Sektor Pertambangan. Hal ini dapat dilihat pula dari tingkat signifikansi sebesar yang lebih kecil dari tingkat signifikansi yang ditetapkan yaitu sebesar H 0 = ditolak H 1 = ditolak H 1 = diterima H 0 = diterima F t = < F h 6,024 Gambar 5.6 Kurva Distribusi F Berdasarkan Gambar 5.6 dapat dilihat bahwa F hitung berada pada daerah hipotesis kerja diterima dan hipotesis nol ditolak. Berdasarkan hasil analisa yang telah dilakukan menunjukkan bahwa secara simultan variabel bebas yang terdiri Kurs IDR / USD, Inflasi dan Harga Minyak Mentah Dunia ( WTI ) mempengaruhi variabel terikat yaitu IHS Sektor Pertambangan, Hasil penelitian

17 62 ini sejalan dengan penelitian Pasaribu (2010, Sembodo (2012), Sugianto (2012), dan Kusuma (2012). 4) Koefisien Determinasi Koefisien korelasi (R) dan Determinasi (Adjusted R Square) yang didapat dari uji regresi linier berganda sebagaimana terlihat pada Tabel 5.10 Tampak bahwa nilai R adalah sebesar 0,508 dan nilai koefisien determinasi adalah 0,258. Berarti 25,8% variasi perubahan dari variabel dependen (Indeks Harga Saham Sektor Pertambangan) dapat dijelaskan oleh variasi perubahan variabel-variabel independen (nilai tukar Rupiah terhadap US Dollar, inflasi, dan harga minyak) dalam model. Sedangkan sisanya sebesar 74,8% dipengaruhi oleh variabel lain yang berada di luar persamaan (model) atau yang tidak diteliti. Tabel 5.10 Korelasi dan Koefisien Determinasi Model Summary b Model R R Square Adjusted R Std. Error of the Durbin-Watson Square Estimate a a. Predictors: (Constant), Minyak, Kurs, Inflasi b. Dependent Variable: IHSG